为什么没有更多的代理(agent)?

阻碍规模化用代理的是人不是模型:人类管理上限、不会拆工作单元、缺上下文、代理不够主动、环境不稳定。

产品AI 代理规模化 + 工作流委托
创始人David Ondrej

What 是什么

为什么人没跑 1000 个代理,及如何正确规模化使用 AI 代理

Why 为什么有效

模型/harness 够好,卡在人:管理上限、拆任务、上下文、环境

Who 适合谁

想把重复工作委托给代理、遇到瓶颈的个人和团队

When 何时做

先识别今天可委托的工作单元,别一上来就做太宏大的代理

Where 在哪做

Grok Bot 多代理 + Fireflies/Loom

How 怎么做

像招员工一样给代理单一清晰角色、给足上下文、让它主动推进、保证环境不挂

How much 成本/收益

90%+ 日常工作可委托;代理消耗 plan 有成本

Step-by-Step 执行 SOP

1

认清人类管理上限

你没法同时惦记 50+ 代理并手动解锁,会忘记谁在等你、自己变瓶颈;像公司一样一个经理管 6–12 人,Cursor 高产工程师已验证管理能力=代理能力。

2

学会拆出合适的工作单元

90% 以上日常任务是重复可委托的,关键是判断'今天能放代理 vs 一年后 vs 根本不值得';任务太宏大代理做不好会让你有坏体验。

3

解决上下文问题

别怪代理做不对而你没说清怎么做;用转录电话、Fireflies 覆盖会议、录 Loom、建共享 repo 沉淀流程;连接器用 DeepAPI/Composio。

4

让代理足够主动

别设成'有意外就找我'这种赌模型输的策略;任务不清时让代理非常主动推进,因为最大风险是你不做 setup、代理根本没机会工作;但同时想清它该做什么不该做什么。

5

给代理单一清晰的角色

像招员工一样想'雇它干嘛',别做太宽泛的代理;Grok Bot 胜在 UI 逼你建多个专职 bot,而非 Hermes 那种单代理混上下文。

6

保证环境持久不挂

代理会因环境超时、随机报错、任务失效、不能自愈而死掉;模型够好、harness 够好,是它们周围的环境(持久性、可靠性、可预测性)还不够好。